Pinterest는 수백억 개의 임베딩을 효율적으로 처리하기 위해 자체 검색 플랫폼인 Manas를 고도화하고 있습니다. 데이터 규모가 커짐에 따라 발생하는 비용과 확장성 문제를 해결하기 위해, 벡터를 압축하는 Quantization 기법과 SSD를 활용한 검색 방식인 SPANN+PQ 등을 도입했습니다. 이를 통해 메모리 사용량을 획기적으로 줄이면서도 검색의 재현율을 높이는 성과를 거두었습니다. 또한, 기존의 단일 벡터 방식에서 나아가 ColBERT와 같은 다중 임베딩 모델을 통해 더욱 세밀한 의미 검색을 구현할 계획이며, 향후 GPU 기반 시스템 도입 등 차세대 검색 아키텍처로의 발전을 목표로 하고 있습니다.